신경망에게 로또를 가르쳐 봤다

어떻게 했나

• 신경망 두 종류: 단순한 다층 신경망(MLP)과 순서를 기억하는 신경망(GRU)
• 입력은 직전 10회의 당첨번호, 출력은 다음 회차에 1~45번 각각이 나올 확률
• 학습 데이터 두 가지: 한국 1~1,200회만 / 한국 + 오스트리아·호주·필리핀·헝가리·크로아티아 10,806회
• 시험은 학습에 한 번도 쓰지 않은 한국 1,201~1,244회(44회)와 해외 1,083회. 매번 그 회차 직전 기록만 보여 줬습니다
• 출발값을 5번 바꿔 다시 학습하고 평균을 냈습니다

결과: 무작위와 같았다

신경망이 가장 나올 것 같다고 본 번호 6개가 실제 당첨번호와 몇 개 맞았는지 셌습니다. 아무 번호나 6개 고르면 평균 0.8개가 맞습니다.

모든 방법이 회색 띠, 즉 무작위로 골랐을 때 나올 수 있는 범위 안에 있습니다. 데이터를 10배로 늘려도(한국+해외) 나아지지 않았고, ‘자주 나온 번호’나 ‘안 나온 번호’를 고르는 흔한 방법도 마찬가지였습니다. 출발값만 바꿔도 맞힌 개수가 0.5~1.0개로 흔들려, 방법 사이의 차이보다 운의 차이가 더 컸습니다.

외울 뿐, 맞히지 못한다

신경망을 크게 만들어 오래 학습시키면 어떻게 될까요. 학습한 회차는 완벽하게 외웁니다. 그런데 처음 보는 회차를 맞히는 능력은 오히려 크게 나빠집니다.

추첨에는 배울 규칙이 없으니, 신경망이 배울 수 있는 건 ‘모든 번호가 약 13% 확률로 나온다’는 사실뿐이었습니다. 실제로 가장 좋은 성적은 거의 언제나 학습을 1~5번만 했을 때 나왔고, 그 뒤에 배운 것은 전부 성적을 깎았습니다.

‘안 나올 번호’는 골라낼 수 있을까

신경망이 가장 안 나올 거라고 본 번호 10개를 빼 봤습니다. 아무렇게나 10개를 빼도 당첨번호가 평균 1.33개는 그 안에 들어갑니다.

역시 차이가 없습니다. 고요 로또는 이 신경망을 매주 새로 학습시켜 추첨 전에 제외수를 공개하고 추첨 후 채점하고 있습니다. 앞으로도 무작위와 같은지 함께 지켜봐 주세요.

그래서

로또 추첨기의 공은 지난 결과를 기억하지 않습니다. 1만 2천 회를 학습한 신경망도 그 사실을 넘지 못했습니다. ‘AI가 예측한 당첨 유력 번호’라는 말을 보면, 이 실험을 떠올려 주세요. 번호를 고르는 재미는 있지만, 확률은 누구에게나 같습니다.